关于QC七大手法中的散布图（初学者哦）

本帖最后由 小姑 于 2013-4-7 10:25 编辑

散布图是看数据的线性和相关性的

什么叫线性。。。

Y=KX？中的K嘛

比如 3种温度和3种压强下 你呼吸的空气量

这叫二因子

DOE是这么叫2因子 三水平

多因子

这是求相关性。。
三种成线性嘛

可以用散布图看相关性

散点图, 是看X,y之间可能的关系. 需要进一步验证的.

但是这个X、Y值是怎么确定的呢？？

你收集数据时得到的

一个过程有输入x, 有输出y

举个例子哦好？？

收集一定的数据, 来看之间的关系.

就像Y=AX+B,一样

什么情况下使用散布图呢？

找最佳饭量的时候

观察什么样的两个变量呢？

比如:吃1碗饭有点饱
吃半碗有点饿

吃3/4刚好

这个例子是可以的, 不过Y, 也就是"饱"的程度需要量化.

不是，是吃一碗饭+一碗汤+1碟菜。还是一碗半饭+半碗汤+半碟菜

一元线性回归方程： b=，a=

那个回归分析我也不懂呢。、。。

有点理解散布图了，待会再消化下。。

说破了不值一分钱

看某个因素是不是显著 就是散布图的作用

先看下散布图，再深点就回归分析

回归分析之类的一看那就头大

呵呵，还是从简单的开始，看QC7大手法就好了

回归是通过设计试验, 来拟合y, 和x1, x2.....之间的关系式
研发会用到吧.

不行。。散布图还是理解的象锅粥。。

散点图就是看粗略的关系的. 只是给你一个方向.

嗯，所以先看散布图，再看回归

我以前去培训MSA时候，讲到线性回归，我问那个培训老师讲深点，他回我一句，在中国懂这个的不多，也不知道真假的

其实散布图也可以用直方图代替了？？

散布图，是用来表示一组成对的数据之间是否有相关性的一种图表。这种成对的数据或许是“特性—要因”、“特性—特性”、“要因—要因”的关系。制作散布图的目的是为辨认一个品质特征和一个可能原因因素之间的联系。

这个是不一样的.

直方图是针对Y的分析

散布图是针对两个变量。。X Y 的

直方图看Y的结果的散布程度的,或者说看分布

用来绘制散布图的数据必须是成对的(X,Y). 通常用垂直轴表示现象测量值Y , 用水平轴表示可能有关系的原因因素X. 推荐两轴的交点采用两个数据集(现象测量值集, 原因因素集)的平均值. 收集现象测量值时要排除其他可能影响该现象的因素. 例如, 测量机器制产品的表面品质时,也要考虑到其它可能影响表面品质的因素, 如进给速度, 刀具状态等。

Alex可没这么说，他说Y，X1，X2，X3。。。。
不一定是1个因子

散布图是看关系的. 输入的自变量, 或者叫因子, 与输出之间的关系的.
回归的时候可以引入多个x

散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。

散点图是, 一个y和一个x就一张图.

例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函示，在这种情况下用相关图来分析就是很方便的。

测量和分析是无法完全分开的, M里也有分析,A里面也可能会要再进行一些测量, 补充收集数据.